Машинное обучение позволило исследовать недоступные для экспериментов фазовые переходы воды

Используя методы моделирования и машинного обучения, ученые смогли исследовать фазовый переход воды, который до сих было невозможно воссоздать в экспериментальных условиях. Исследователи подтвердили существование перехода жидкость — жидкость, происходящего при температуре менее минус 100 градусов Цельсия, в котором вода разделяется на две несмешивающиеся фазы с разной плотностью.

В течение последних 30 лет ученые полагали, что при охлаждении до очень низких температур (менее минус 100 градусов Цельсия) вода может разделиться на две жидкие фазы с разной плотностью. Эти фазы не смешиваются, а их наличие может объяснять некоторые другие странные свойства воды — например, почему она становится менее плотной по мере охлаждения. Однако это явление практически невозможно изучить в лаборатории, так как вода очень быстро превращается в лед при настолько низких температурах.

Новое исследование ученых из Технологического института Джорджии (США) позволило преодолеть это ограничение. Авторы работы использовали модели машинного обучения, чтобы лучше понять фазовые изменения воды. Им удалось обнаружить убедительные вычислительные доказательства в поддержку перехода воды из жидкости в жидкость, которые можно применить к реальным системам.

Результаты исследования опубликованы в журнале Physical Review Letters.

В своих расчетах ученые использовали квантово-химические вычисления, максимально приближенные к реальной физике. Они проводили молекулярное моделирование на суперкомпьютерах, которое сравнивали с виртуальным микроскопом, позволяющим увеличить масштаб до отдельных молекул и наблюдать за их движением и взаимодействием в режиме реального времени. Так исследователи смогли охарактеризовать структуру жидкости при различных температурах и давлениях.

Ученые также задействовали алгоритм машинного обучения, который рассчитывал энергию взаимодействия молекул воды друг с другом. Эта модель выполняла вычисления значительно быстрее, чем традиционные методы, что позволяло проводить виртуальный эксперимент гораздо быстрее. Свои прогнозы ученые тщательно проверяли с помощью серии различных алгоритмов.

Одна из главных проблем подобных исследований заключается в том, что полученные данные практически невозможно сравнить с реально наблюдаемыми процессами. Некоторые из условий из виртуального эксперимента вообще невозможны на Земле, хотя потенциально могут присутствовать в различных водных средах Солнечной системы, от океанов спутника Юпитера Европы до воды в центрах комет.

Однако полученные результаты могут помочь исследователям лучше объяснять и предсказать странные и сложные свойства воды, эффективнее использовать ее в промышленных процессах и разрабатывать более совершенные климатические модели.

Пожалуйста, оцените статью:
Пока нет голосов
Источник(и):

Naked Science